VR.net: 一个用于虚拟现实晕动症研究的真实世界数据集
人工智能
2023-06-07 v1
摘要
研究者已使用机器学习方法来识别VR体验中的晕动症。这些方法需要准确标注的、真实世界的且多样化的数据集以实现高准确率和泛化能力。作为满足该需求的起点,我们引入了‘VR.net’,一个提供来自10款不同题材真实世界游戏、约12小时游戏视频的数据集。对于每一视频帧,都准确标注了丰富的晕动症相关标签,如相机/物体运动、景深场和运动流。构建这样的数据集具有挑战性,因为人工标注将需要不可行的时间量。相反,我们利用一种工具,无需访问VR游戏源代码,即可从3D引擎的渲染管线中自动且精确地提取真值数据。我们通过若干应用(如风险因素检测和晕动等级预测)展示了VR.net的效用。我们持续扩展VR.net,并设想其下一版本将提供比当前形式多10倍的数据。我们相信VR.net的规模、准确性和多样性可为VR晕动症研究及更广泛领域提供前所未有的机遇。
引用
@article{arxiv.2306.03381,
title = {VR.net: A Real-world Dataset for Virtual Reality Motion Sickness Research},
author = {Elliott Wen and Chitralekha Gupta and Prasanth Sasikumar and Mark Billinghurst and James Wilmott and Emily Skow and Arindam Dey and Suranga Nanayakkara},
journal= {arXiv preprint arXiv:2306.03381},
year = {2023}
}